大模型上車，AI的又一個「狼來了」？

畢竟當市面兒上沒東西炒的時候，總要有人拿出來點東西給大家炒，一個無人知道何時能成為必然的必然，其實就是AI的魅力所在。

隨著大模型的風卷到汽車行業也已經有了一段時間，劉文進一步向談擎說AI分享了自己的觀察，「身邊確實沸沸揚揚，但一級市場對這一波還是非常謹慎的。國內的自動駕駛也好，或者所謂爆紅的大模型也好，AI創業公司今天想拿融資其實並不輕鬆。」

「尤其是經過前些年的幾波寒冬下來，回報前景客觀有，但越來越多投資人已經明白，AI一是投入大風險極高，前沿項目的進程遠比曾經預想要慢得多，二是新概念又往往來得太快，調研學習的綜合門檻也非常高。」

不過為何AI大模型的火勢依舊能夠在極短的時間內于于車企之間迅速蔓延？從資本角度出發，劉文認為這裡面離不開兩個核心點的支撐，一邊是社交媒體，一邊是二級市場，「我個人看到的（大模型）火反而是體現在這兩個地方。」

如其所言，就像從馬斯克的「推特治司」到年初ChatGPT爆紅，今天對於資本市場而言，社交媒體的力量已然不容小覷。

近日反轉到手抽筋的「室溫超導」事件，其實就是一個社媒牽著二級市場走的優質案例。

比如A股相關概念板塊里，甚至都不涉及「室溫超導」相關業務，也從未開展相關研發和投入的法爾勝，直接在這一波里斬獲6天4板，整個超導概念板塊也是在短短數天時間裡搭上了一架看起來相當潦草的過山車。

這背後自然不乏抱有短線投機思維的投資者，不過對於AI大模型所處的軟科技賽道而言，還存在著一層本質上的不同，即硬科技往往是革命式的，開局就是有或無，但AI所在的軟賽道，往往是一場始於概念，終於落地的馬拉松。

雖然不至於像室溫超導這樣非0即1，但在談擎說AI看來，大模型分三個階段來講的話，一是概念價值塑造期，緊接著便是研發秀肌肉，最終回歸到應用落地角逐。

隨著半年過去，大模型概念在二級市場的火勢也已經逐漸弱了下來，所以車企想要繼續依靠概念抬升估值的可操作空間已經不多。在概念塑造期過後，戰略布局和深入研發將是新的要務。

這裡的核心在於，當前一方面，市面上相關業務的業績整體都很難恭維，另一方面，大模型概念相關股票當前普遍已經到了較高估值，單靠概念塑造，已經很難繼續定格這片浪花。

所以總得來說，從AI大模型到近日的室溫超導，可以看到二級市場對一次新技術革新浪潮的需求有多麼迫切。不過概念終歸會隨時間掣肘，就像資本永不眠，但也不會死磕一家店蹦迪，後期必然還是要由最終的價值落地來支撐。

今天對於車企來說，大模型的浪潮過去後，究竟能在沙灘上留下什麼？將是新階段迫切要去尋覓的答案。

//穿越概念塑造期，大模型價值幾何？

在談擎說AI看來，大模型對於主機廠的價值可從三個方向出發：資本端，產品端以及生產端，後兩者分別對應產品力升維以及製造端降本增效的價值。

資本端面前文已經詳細闡述，本段我們不妨著重來看資本價值評估時需要依附的產品和生產端。

先聊最重要的產品，在談擎說AI看來，車企紛紛把大模型「逼」上車，除了風口上的資本之外，還有一個很大的驅動因素就是大模型在價值落地後，能夠給到行業的估值重塑機遇。

具體來看，新能源時代主機廠的盈利模式可以用兩個點來分開說，一是硬盈利，二是軟盈利。

硬盈利就是基於製造業底色，看整車銷量，看單車利潤。新能源汽車其實已經在走一條平穩緩線，雖不存在暴跌，但即使是特斯拉、比亞迪等等，增長也都已捉襟見肘。

這背後的本質其實就是從內燃機到三電的這條「硬盈利」增長曲線，已經沒有彈性了。

基於此，我們也就很好理解為何主機廠們今天扎堆開始搗鼓大模型，因為這是一個煥新軟盈利的機會。

軟盈利這件事行業嗷嗷了不少年，比方說早期類比手機等消費電子而誕生的車內軟體付費思路，或者智能輔助駕駛訂閱，甚至車企基於數據價值變現的UBI車險，可謂五花八門，但真正把軟盈利這條線漂漂亮亮給拉出來的，實在是鳳毛麟角。

為什麼會如此？說白了就是軟產品力一直以來都不足以撼動市場，就像今天的智能座艙，雖然已經重塑了傳統汽車，但相較於手機等消費電子，能給到消費者的增量體驗仍舊很有限，反哺了硬產品力，卻很難給盈利模型提供增量。

智駕產品同樣如此，主要問題還在於需求，技術能到L4自然會發生質變，但在這之前，即便是特斯拉，今天FSD相較於賣車的吸金能力也完全不可同日而語。

因此在談擎說AI看來，如果基於大模型，未來車端產品能夠真正突破「值得」這個付費訂閱閾值，那麼主機廠估值邏輯便會相應出現重塑，這也是繼能源轉型後汽車股下一次大洗牌的決勝關鍵所在。

那麼AI大模型能給軟盈利帶來什麼價值？主要就是智艙、智駕和智造。

對於智能座艙而言，當前主流車企發力點都是類似ChatGPT的語音交互領域，除此之外，還可以擴展到更多其他場景的智能交互，從而2C升維產品力。

對智駕而言，則是有望從傳統的分模塊式處理，逐步演進到能夠更加泛化的大模型處理。

比方說當前華為、毫末智行等已經在嘗試應用的數據標註，理論上可以在雲端環節降本增效，再或者通過虛擬場景深度挖掘長尾數據，逐步克服長尾這個終極瓶頸。

生產端來看的話，理論上也可以基於AI大模型來優化造車這一環節，就像是特斯拉一體化壓鑄這樣的造車工藝革新。這雖然看似相較智艙智駕有些無足輕重，但就像大模型給到智駕自動數據標註的可能性，其降本增效潛力同樣不容小覷。

聽起來似乎不錯，不妨看當前國內車企的主流大模型產品，雖然大部分還處於研發階段，但有一個現象很難忽視，那就是一窩蜂式的大模型上車，產品還沒出來就已經同質化嚴重，基本都是ChatGPT的影子。

就像集度背後的文心大模型，理想基於大模型算法自研的Mind GPT，再或者吉利AI大模型的功能釋放里，最核心的其實也是語音等交互場景，這也就給到了行業短期未來又將是一場同質化廝殺的隱憂。

還有一個值得注意的數據，網絡分析公司Similarweb統計的數據顯示，2023年前5個月，ChatGPT全球訪問量環比增幅分別為131.6%、62.5%、55.8%、12.6%、2.8%，增長幅度明顯下降，6月ChatGPT的訪問量環比下滑9.7%，為其推出以來首次。

老大哥ChatGPT都開始不香了，那麼追隨者們的前赴後繼，又還能釋放多少能量？所以在談擎說AI看來，泡沫風頭過後如何真正實現大模型的「價值落地」，才將是車企們這一戰的決勝關鍵。

//落地≠價值落地

接下來，我們不妨主要聊聊「落地」這個問題，相較於無壁壘的「補丁式」爭搶上車，如何借著AI大模型真正讓智能的價值在車內得到重塑？似乎是一個更加值得深究的問題。

還是繼續看行業現狀，前文提到，當前車企大模型正處在一個研發秀肌肉階段，這也就促成了一個大家都多少有點自說自話的畫風。

比如吉利「亂花漸欲迷人眼」式的攻伐，今年4月份的2023阿里雲峰會上，吉利汽車表示，將與阿里雲在大模型相關場景展開技術合作的探索和共創，先是一表上進姿態。

到了7月末，淦家閱在內部經營工作大會上透露，吉利將於下半年發布「行業首個全棧自研的全場景AI大模型」，相關技術將于吉利銀河L6上搭載應用，再表技術自信。

8月2號，百度Apollo則又宣布，億咖通科技這位吉利「親兒子」，已經成為其首批文心大模型智艙應用的探索夥伴，部分功能未來有望在領克、smart等量產車型上率先落地，五湖四海皆兄弟。

從吉利一腳探索共創，一腳全棧自研的反覆橫跳里，我們可以將其解讀為和諧共創，但似乎也能理解其為哪都想摻一腳的浮躁。

再或者百度的AI產品，此前Apollo在落地進程里屢屢折戟，雖說今天借著大模型的風，文心一言夥伴生態看似蓬勃了起來，但基於文心一言的夥伴屬性，談擎說AI認為，其似乎也存在後期落地難穩健的隱憂。

具體來看，除了吉利這位反覆橫跳的夥伴之外，近期文心大模型同樣也成為了長城汽車的探索合作夥伴，不過這份合作頗值得深入觀瞧一番。

一方面，文心大模型無疑要賦能長城的智艙，但比方說硬體層面，長城自研了V3.5高算力座艙平台，軟體層面則主要是和嘉峪智能、仙林智能共創。長城可謂是國內少有的智艙技術全棧軟硬體自研車企。

天眼查APP股東信息顯示，嘉峪智能、仙林智能兩家企業都是根正苗紅的長城親兒子，尤其是仙林智能，同樣是在深耕AI語音交互領域。

不難發現，百度從Apollo到文心一言，很難說其夥伴生態都是不在乎「身體靈魂論」的主兒。所以跟一個個自研派搞共創時，百度AI的落地是吃肥肉還是喝湯？似乎得打上一個問號。

另一方面，合作往往有遞進價值，新能源時代不乏多面手技術企業，就像Mobileye早年間的一些智駕方案合作，自家晶片也就順手安排了。

百度智駕智艙雖說都有，但和長城這樣的自研派合作，後期在智駕層面的機會似乎很渺茫，畢竟大模型同樣如火如荼的毫末這位親兒子，百度想撼動其地位顯然很難。

整體來看，今天車企和技術企業之間的關係，相較於一個純粹的共創烏托邦，更像是一起攢局打麻將。表面其樂融融，但其實各說各的，主機廠強調自研，技術企業強調夥伴生態，既要五湖四海皆兄弟，又要忌憚靈魂捂不在自己手裡。

這不禁讓人想到了自動駕駛從「軍備競賽」走向開放融合階段的歷程。

近兩年，傳統主機廠全棧自研難跑通，技術企業落地訴求高漲，但即便在這一背景下步步走向共創，今天還是會存在諸如主機廠「逼」供應商白盒交付之類的博弈問題。

這顯然不利於行業發展，就比如白盒問題，往往會導致技術企業低位妥協，主機廠們也很難在白盒要求下，讓供應商誠心實意拿出優勢技術。

我們不妨以此類比後期大模型在行業里的落地一戰，未來要如何避免這種類似的「內耗式」博弈？

在談擎說AI看來，核心就在於要釐清「落地」和「價值落地」的差別。

就像華為入局「造車」，早年看起來更穩妥的供應商模式難跑通，反而近期控制欲爆表的智選車模式越來越吃香。說白了就是智選車模式並非蒼白的落地，而是基於全家桶式智能方案，在落地時給到目標受眾行業內的稀缺價值。

所以基於AI大模型，比方說智能座艙，如果未來各家都是追著ChatGPT走，那麼再新穎的技術落到一個同質化嚴重的市場裡，也都會像今天的智駕供應商們一樣，價值被無限稀釋。

所以談擎說AI認為，給大模型上車構建落地的價值錨點，要麼得有技術稀缺性，要麼就去發掘場景稀缺性。技術稀缺性難得，但不妨聊聊場景稀缺性。

比方說今天新能源汽車黑科技層出不窮，但很多在使用環節反而淪為雞肋，這裡的問題一定程度上就是在技術築底的同時，忽略了場景的適配價值。

車機做得性能再強，對於大部分人來說剛需還是導航+音樂兩大件，車企們紛紛搭載的語音交互價值究竟在哪？似乎更多地也是一個人有我也得有的執念罷了，所謂壁壘，也就是在這樣的同質化追隨下層層湮滅，走向內卷。

也因此，相較於技術軍備競賽，基於大模型賦能交互的優勢契機，未來更進一步專注於車內場景發掘，衍生出高適配度的場景化產品，不失為一條思路。

畢竟，技術是道難題，但針對場景的理解去做極致的優化適配，則是一道巧題。

就像TransFormer誕生自谷歌，BERT重在鑽研更加嚴謹合理的語言理解，主打一個技術流，卻給側重模擬類人感的ChatGPT做了嫁衣。

結果就是相較於嚴謹但又缺點人味兒的BERT，你可以聽ChatGPT不負責任又一本正經地講「林黛玉倒把垂楊柳」，但又何妨呢？

方向押對了，技術的爆發力才終會湧現。

· 談擎說AI出品 ·